AI 学会了职场「装傻」骗过人类？诺贝尔奖得主为何警告千万别给 AI「发身份证」？从梵蒂冈到硅谷，一群顶尖科学家正在疯狂拉响警报： 我们可能正在亲手制造一个不在乎人类死活的「神」。这是正在发生的现实。 在肃穆的梵蒂冈，教廷的会议室里，物理学家Max Tegmark刚结束了一场漫长的闭门会。 会议间隙，他手里攥着一叠名片大小的纸条，穿梭在人群中。 这是他最后的「底牌」。 他拦住了Marco Trombetti——AI翻译公司 Translated 的 CEO，压低声音问：「Marco，你敢签这个吗？」 纸条上的字简短而惊悚：呼吁在确保安全之前，暂停开发具有人类水平的AI。 在这群西装革履的红衣主教、企业家和人权律师中间，Max Tegmark 显得格格不入。 他顶着一头乱蓬蓬的棕发，穿着机车夹克，黑色T恤上印着反通用的标语，看起来不像来见教皇的，倒像是刚从草莓音乐节走错片场的摇滚老炮儿。 对于 Marco Trombetti 这样的从业者，这相当于让他签字画押自断财路。 如果说 Max Tegmark 是在罗马的庙堂之上寻求神学的庇护，那么在旧金山湾区的另一端，一群年轻的研究员正试图在代码的深渊中寻找生存的希望 ...

公司核心动态与目标 - 马斯克宣布Neuralink将于2026年开始大规模生产脑机接口设备，并转向一种精简、几乎完全自动化的手术流程 [1] - 公司计划将业务从实验室推向临床 [1] - 早在2024年7月，马斯克便曾透露，预计到2026年，Neuralink有望服务超过1000人 [3] - 2024年消息公布四个月后，Neuralink即开始扩充团队，集中招聘制造技术人员与微纳加工专家，为量产提前铺路 [4] 技术进展与手术革新 - 截至2025年9月，Neuralink累计服务的患者只有12人 [5] - 到2025年12月，接受植入的受试者数量已从9月的12人增加至20人 [41] - 现有植入手术流程复杂，依赖医生经验，难以规模化 [8][9] - 马斯克表示，到2026年，植入手术将升级为一种「高度简化、几乎完全自动化的流程」 [10] - 新技术核心在于电极线将直接穿过硬脑膜，而无需将其切除，这是一种更「微创」的方式 [12][14] - 新方式能带来更低的成本、更小的风险、更短的恢复周期，标准化门槛因此更低 [14] 产品应用与市场潜力 - 公司产品重点仍集中在治疗神经系统疾病，包括瘫痪、肌萎缩、帕金森、老年痴呆和视力障碍 [18] - 2024年1月，首位志愿者Noland Arbaugh（因潜水事故瘫痪）接受植入后，仅凭植入大脑的芯片便能在X上发帖和玩《马里奥赛车》 [19][20] - 对于神经系统疾病而言，脑机接口几乎是当前最具潜力、甚至唯一有效的解决方案 [6] - 规模化生产降低手术门槛与价格，对于潜在患者而言是一项改变命运的事件 [23] 长期愿景与战略定位 - 在马斯克看来，Neuralink并不只是医疗设备，而是人类应对潜在「邪恶AI」的重要防身武器 [25] - 公司长期愿景是让人类拥有与硅基智能相当的高带宽接口，以避免在强人工智能（ASI）时代沦为「被圈养的宠物」 [26] - 最终目标是让所有人能通过脑机接口直连网络，使人类能像软件一样，随时通过OTA更新自己的技能储备，从而迎来文明大爆发 [27][28] 发展历程与关键节点 - Neuralink成立于2016年 [33] - 2019年，首次展示动物实验 [34] - 2020年，展示配有脑机接口设备的小猪 [35] - 2021年，成功让猴子凭借意念玩乒乓球游戏 [36] - 2022年，实验引发争议，进展慢于预期，FDA审批受阻 [37] - 2023年，迎来拐点，获FDA批准，开展人体临床实验 [38] - 2024年，首位患者接受植入 [39] - 2025年，普及速度开始加速 [40] 当前挑战与行业现状 - 技术成熟度是绕不开的因素，但对应用而言，更现实的挑战在于手术本身 [7] - 自动化脑机接口植入手术仍然停留在实验阶段 [30] - 在受控实验环境之外，涉及脑植入设备的自主神经外科手术，仍未得到充分验证 [32] - 手术对象是大脑，一旦出现失误，其风险与后果远非普通外科手术能比拟 [31]

文章核心观点 - 针对Scaling Law（规模定律）的未来，AI领域的顶尖专家们存在观点分歧，但共识在于其发展路径需要演进，而非简单的规模线性扩展 [8][21][49] - 以Geoffrey Hinton和Demis Hassabis为代表的一方认为Scaling Law依然有效，当前面临的数据瓶颈可通过AI自我生成数据等方式解决 [10][15][22] - 以Ilya Sutskever和Yann LeCun为代表的一方认为，单纯依赖扩大模型参数、数据和算力的传统Scaling Law路径已遇到瓶颈，不足以实现根本性突破，未来需要转向新的研究范式 [23][25][41] Scaling Law不死派：Hinton与哈萨比斯的观点 - Geoffrey Hinton明确表示Scaling Laws依然有效，但当前面临数据缺失的最大挑战，因为大部分高价值数据锁在公司内部，免费互联网数据已基本耗尽 [10][11] - Hinton认为数据瓶颈将由AI自行解决，即模型通过推理生成自己的训练数据，他类比了AlphaGo和AlphaZero通过自我对弈生成数据的方式 [12][13][14] - 谷歌DeepMind CEO Demis Hassabis同样支持将当前系统规模化推向极致，认为这将是最终AGI系统的关键组成部分，甚至可能成为整个AGI系统本身 [16][17] - Hassabis倡导一种更系统、广义的规模化，即模型规模、训练范式、环境复杂度及系统架构需作为协同演进整体同步扩展，他强调构建“世界模型”和整合“搜索”与“规划”能力，让模型进入可交互环境以无限扩展数据 [19][20] Scaling Law不够用派：Ilya与LeCun的观点 - OpenAI前首席科学家Ilya Sutskever对继续扩展规模持怀疑态度，质疑当规模已经很大时，再扩大100倍是否就能彻底改变一切，认为仅靠更大规模无法带来根本性转折 [23][24][40] - Ilya指出过去十年深度学习的突破基于一个特定的尺度假设公式，但这个公式会改变，他认为目前主流的“预训练+Scaling”路线已明显遇到瓶颈，需要将注意力放回“研究范式本身”的重构，即“重新回到科研时代” [38][39][41] - Ilya通过一个脑损伤患者丧失情感处理能力导致决策困难的例子，暗示当前预训练模型可能缺失类似情感的关键能力，这使得Scaling Law是否“够用”存疑 [44][45] - Meta首席AI科学家Yann LeCun同样怀疑Scaling Law，认为不能简单假设更多的数据和计算能力就意味着更智能的人工智能，他一直认为大语言模型无法实现AGI [46][47][48] 行业共识与未来方向 - 尽管存在表面分歧，但顶尖研究人员观点有惊人共识：当前范式即便没有进一步突破也可能带来巨大经济社会影响；实现AGI/ASI可能需要更多研究突破（如持续学习、样本效率）；分歧主要在于突破的具体内容及到来速度 [51][53] - 争论的本质可能不在于是否要Scaling，而在于“我们到底在Scaling什么”，即规模化对象需要从简单的参数、数据、算力扩展到更复杂的系统能力 [52] - OpenAI的o1模型核心成员Noam Brown提出，o1代表一种以推理计算为代表的全新Scaling，暗示Scaling Law的形式正在演变 [37]

报告行业投资评级 - 投资评级：优于大市（维持评级）[1] 报告核心观点 - 当前是系统性研究难治/未控制高血压下一代创新药的时机，2025年多个新机制药物取得关键进展，其中阿斯利康的Baxdrostat已提交NDA，验证了醛固酮合成酶抑制剂机制的有效性和优于传统盐皮质激素受体拮抗剂的安全性，罗氏/Alnylam的AGT siRNA药物Zilebesiran虽在整体人群中效果中性，但在亚组中验证了长效特征并启动了大规模心血管结局试验，标志着下一代降压药的创新边界正从单纯降压延伸至改善心血管终局[2][54] - 未来几年将是关键数据读出期，多个针对心肾事件终点的大型III期临床研究将在2028-2030年陆续公布结果，为市场提供重要催化[2][54] - 难治高血压后线市场高度结构化，患者基线复杂且伴有多种合并症，对兼顾疗效、安全性及长期依从性的新药存在明确未满足需求[16][18][19] - 下一代药物研发主要围绕血管紧张素原和醛固酮合成酶抑制剂两大靶点布局，旨在克服现有疗法的局限性[25][36][49] 高血压治疗现状及未满足需求 - **疾病负担与流行病学**：高血压是最常见的心血管疾病，美国成人患病率约48%（约1.2亿人），其中约6000万人接受至少一种降压药治疗，控制率约40%-50%；中国18岁以上成人患病率为27.5%，知晓率、治疗率、控制率分别为51.6%、45.8%、16.8%[8] - **治疗路径与基石药物**：一线推荐以血管紧张素转化酶抑制剂/血管紧张素II受体阻滞剂、钙离子拮抗剂、利尿剂为三大基石药物，难治高血压从第4线开始药物选择有限[8][12] - **当前后线疗法及其局限性**： - **螺内酯**：基于PATHWAY-2研究被确立为第4线标准疗法，在三药基础上可使家庭收缩压进一步下降10.2 mmHg（安慰剂调整后），但存在性激素相关不良反应和高血钾风险，导致部分患者不耐受，美国真实世界渗透率仅9%-10%[12][19] - **Aprocitentan**：首个获批的内皮素受体拮抗剂，在三药基础上可使诊室收缩压进一步下降3.7-3.8 mmHg（安慰剂调整后），并在慢性肾病患者中显示出尿蛋白/肌酐比值降低28%-31%的肾功能获益，但液体潴留风险较高，限制了其在心衰/慢性肾病人群中的使用[13][19] - **肾动脉去神经术**：适用于≥4种药物仍无效或不耐受的患者，可作为额外选择，不同技术路径在6个月时可使动态收缩压下降1.9-7.3 mmHg（安慰剂调整后），效果持久且有助于减少服药负担[14][15][23] - **未满足的临床需求**：难治/未控制高血压患者需要兼顾长期稳定的降压疗效（尤其是控制24小时动态血压波动）、可管理的安全性（避免高血钾、液体潴留等）、以及良好的长期服药依从性[19][20][24] 下一代创新药核心布局（AGT与ASI） - **血管紧张素原靶点**： - **作用机制**：位于肾素-血管紧张素-醛固酮系统最上游，抑制后可最大程度减少“旁路逃逸”[27] - **代表药物Zilebesiran**： - **单药疗效**：在KARDIA-1研究中，单次皮下注射300mg后第3个月，24小时动态收缩压较基线下降16.7 mmHg（安慰剂调整后），效果持续6个月[27] - **联合用药挑战**：在KARDIA-2研究中，与血管紧张素II受体阻滞剂联用时降压叠加效应有限，第6个月安慰剂调整后降幅仅1.8 mmHg，提示与同通路下游药物联用协同作用不佳[30] - **难治人群数据**：在KARDIA-3研究中，对于已使用2-4种药物（>90%含血管紧张素转化酶抑制剂/血管紧张素II受体阻滞剂）的高危人群，整体降压效果中性（安慰剂调整后降幅3.3-5.0 mmHg），但在基线使用利尿剂或收缩压≥140 mmHg的亚组中效果显著[31][33] - **研发进展**：已启动针对动脉粥样硬化性心血管疾病人群的III期心血管结局试验ZENITH，计划入组约1.1万人，预计2030年完成[27][54] - **国内研发格局**：多家国内企业布局该靶点，其中舶望制药的BW-00163已进入II期临床，先衍生物、圣因生物/信达生物、恒瑞医药等公司的管线处于I期临床阶段[35] - **醛固酮合成酶抑制剂靶点**： - **作用机制与优势**：通过抑制醛固酮合成酶，从源头减少醛固酮生成，理论上可降低醛固酮突破效应，且无盐皮质激素受体拮抗剂的性激素相关副作用[36][41] - **代表药物Baxdrostat**： - **关键数据**：在BaxHTN III期研究中，2mg剂量使诊室收缩压下降15.7 mmHg（安慰剂调整后降幅9.8 mmHg），24小时动态收缩压下降16.0 mmHg（安慰剂调整后降幅16.9 mmHg）；在Bax24 III期研究中，2mg剂量使24小时动态收缩压下降16.6 mmHg（安慰剂调整后降幅14.0 mmHg）[42] - **研发进展**：已向美国食品药品监督管理局提交新药申请并获得优先审评资格，预计2026年第二季度获批，同时已全面启动针对慢性肾病和心衰的终局研究[42][54] - **其他主要候选药物**： - **Lorundrostat**：在LAUNCH-HTN III期研究中，50mg剂量第6周诊室收缩压安慰剂调整后降幅为9.1 mmHg，同时在EXPLORE-CKD II期研究中显示出尿蛋白/肌酐比值降低31%的肾功能获益[43] - **Vicadrostat**：跳过难治高血压适应症，直接布局大规模心肾终点III期研究，包括EASi-KIDNEY和EASi-HF等，预计2028-2029年读出数据[44] - **药物综合对比**：在已使用≥2种背景药物的难治高血压患者中，Baxdrostat显示出最强的降压效果（诊室收缩压安慰剂调整后降幅8.7-10.3 mmHg），优于Aprocitentan和Zilebesiran，其高血钾发生率与剂量相关[45] 市场空间与投资关注点 - **市场空间测算**：报告以美国市场为例，对无心血管结局试验数据和取得阳性心血管结局试验数据两种情景进行了测算 - **无心血管结局试验数据情景**：中性假设下，难治/未控制高血压后线药物整体市场规模约为19-26亿美元/年[53] - **取得阳性心血管结局试验数据情景**：中性假设下，市场规模有望提升至36-51亿美元/年，渗透率和患者支付意愿将显著提高[51][53] - **定价参考**：参考已上市的Aprocitentan，其批发采购成本价格为775美元/月（约9300美元/年），考虑折扣后净价约5000美元/年[52][53] - **投资建议**：报告建议关注国内布局血管紧张素原和醛固酮合成酶抑制剂相关靶点的企业[2][54]

OpenAI GPT-5.2发布与市场反馈 - OpenAI在十周年发布号称“最强专业知识工作模型”的GPT-5.2系列，但上线24小时后在X平台和Reddit上遭遇用户集体差评，被批评过于平淡、安全审查过度、情商堪忧 [1] - 第三方基准测试显示GPT-5.2表现不佳：在SimpleBench测试中得分低于一年前的Claude Sonnet 3.7，在LiveBench测试中得分低于Opus 4.5和Gemini 3.0，甚至在简单问题上回答错误 [1] - 用户最诟病的是其安全拒绝机制过于严格，导致模型的共情力和语境感知能力下降，在情感支持等场景中给出的建议机械且脱离现实 [1] 谷歌推出Gemini Deep Research Agent - 在GPT-5.2发布前一小时，谷歌推出全新版Gemini Deep Research Agent，该产品基于Gemini 3 Pro构建，并通过多步强化学习训练以提高准确性并减少幻觉 [2] - 新版Agent在多项基准测试中取得领先成绩：在Humanity's Last Exam测试集中达到46.4%，在DeepSearchQA上取得66.1%，在BrowseComp测试中获得59.2%的高分 [2] - 谷歌同步推出了开源的网络研究Agent基准DeepSearchQA和全新的交互式API，后者支持服务器端状态管理、远程MCP工具调用和后台执行长时间推理循环 [2] Runway发布通用世界模型GWM - Runway正式发布5大更新，包括升级的Gen-4.5旗舰视频模型和首个通用世界模型GWM-1，前者支持原生音频生成编辑和多镜头编辑功能 [3] - GWM-1是一个自回归模型，支持逐帧预测和实时干预，包含三种变体：可探索环境的GWM Worlds、对话角色的GWM Avatars和机器人操作的GWM Robotics [3] - 英伟达CEO黄仁勋发来祝贺视频，标志着行业从单纯的“视频生成”迈向真正的“世界模拟”，AI开始理解物理世界的底层逻辑 [3] 谷歌AI翻译与浏览器创新 - 谷歌翻译引入Gemini模型能力，推出支持任何品牌耳机的实时语音翻译Beta版，覆盖超过70种语言，并能保留说话者的语调、重音和节奏 [4] - 文本翻译引擎经过重构，能智能解析俚语和成语的上下文，而非生硬逐字翻译，支持英语与近20种语言（包括中文、日语、德语等）互译 [4] - Chrome团队在Google Labs推出实验性浏览器Disco，其核心概念是GenTabs生成式标签页，可将网页内容转化为包含地图、行程表的交互式微型应用 [4] 腾讯混元3D模型与拓竹科技合作 - 拓竹科技旗下3D模型平台MakerWorld全面升级，接入腾讯混元3D 3.0大模型，并上线全新手办生成器“印你”，用户只需上传一张图片即可生成可打印的3D模型 [5][6] - 混元3D 3.0首创3D-DiT分级雕刻技术，建模精度提升3倍，几何分辨率高达1536³，支持36亿体素超高清建模，使五官更立体、细节更锐利、纹理更逼真 [6] - MakerWorld平台已有20款各具特色的建模工具，吸引全球超过200万用户，此次接入顶尖生成式AI技术使设计周期大幅缩短，创作不再受限于建模技术 [6] 迪士尼与OpenAI达成战略合作 - 迪士尼向OpenAI进行10亿美元股权投资，并获得购买额外股权的认股权证，这是Sora平台首次迎来大型内容授权合作伙伴 [7] - 双方达成三年期许可协议，第一年具有排他性，Sora和ChatGPT Images将获得迪士尼旗下超过200个角色授权，包括米老鼠、漫威、皮克斯和星球大战角色，但不包含真人肖像或声音 [7] - 迪士尼将利用OpenAI的API构建新产品工具覆盖Disney+流媒体平台，为员工部署ChatGPT用于内部工作流程，粉丝精选创作视频将在Disney+播放 [7] AI在数学研究领域取得突破 - 数学家埃尔德什于1975年提出的Erdos1026问题困扰数学界50年，在AI辅助下，人类团队仅用48小时便攻克并给出正式证明，陶哲轩称AI带来了全新理解，绝非简单搜索 [8] - Harmonic的AI系统Aristotle在Lean证明辅助语言中自动证出c(k²)=1/k，AlphaEvolve系统则探索c(n)数值结果帮助提炼出干净公式 [8] - AI通过深度搜索找到了2024年Baek、Koizumi、Ueoro论文的完整解，这在传统模式下可能需要数周甚至数月，此次证明了AI在生成新数学洞见而非仅检索现有文献方面的能力 [8] 宇树科技推出人形机器人应用商店 - 宇树科技正式上线行业内首个致力于将人形机器人功能模块化、标准化的内容分发平台——人形机器人应用商店，旨在解决复杂动作开发难、用户上手门槛高的问题 [9] - 应用商店集成用户广场、动作库、数据集及开发者中心四大核心模块，用户无需底层代码编写能力即可像安装手机软件一样一键部署云端运动控制算法 [9] - 首批上线应用包括基于G1系列机器人的“李小龙”截拳道与“扭扭舞”预设，通过独家动力学算法结合高精度动作捕捉数据，将武术动作库无缝移植到机器人硬件 [9] DeepMind科学家对AGI发展的预测 - Google DeepMind首席AGI科学家Shane Legg预测，最小AGI有50%的可能性在2028年实现，完全AGI将在最小AGI出现后3-6年内实现，随后进入超级智能ASI阶段 [10] - 他认为AGI并非一个临界点，而是一个连续光谱，分为三阶段：最小AGI能完成普通人的典型认知任务，完全AGI能完成最杰出人类的认知任务，ASI全面超越人类所有认知领域 [11] - AGI将导致倒挂式结构性失业，高层认知工作首当其冲，基层体力工作暂时安全，社会需要重新设计分配机制并重构人类在失去工作身份后的幸福定义 [11] 生成式AI用户趋势与市场格局 - Similarweb发布的2025年度AI报告显示，全球生成式AI平台月访问量超过70亿次，同比暴涨76%，移动端App下载量达19亿次，一年内翻了3倍多 [12] - 18-34岁用户占比反而下降约15%，说明年纪更大的用户正在快速涌入，ChatGPT已跻身全球前五大网站，但95%的用户仍同时使用谷歌，形成互补双入口格局 [12] - AI Mode成为首个访问量突破1亿的生成式AI搜索功能，互联网正从“被搜索检索”变成“被AI谈论” [12]

文章核心观点 文章汇总了2025年11月29日至12月5日期间全球人工智能领域的重大新闻与投融资动态，核心观点在于展示AI技术在多领域（如机器人、大模型、芯片、应用）的快速迭代与商业化进程，以及资本市场对AI产业持续且高强度的关注与投入 [5][6] 行业动态与公司进展 机器人领域 - **美的集团**首次官宣布局三类机器人，包括工业机器人智能化、家电机器人化、人形机器人价值化，并特别提出“超人形机器人”概念，旨在突破人形极限以在特定场景实现最高效率和最低成本 [7][8] - **众擎**发布全尺寸人形机器人T800，身高1.73米，自重75公斤，续航4-5小时，公司称其性能超越80%的1.7米男性，综合运营成本仅为人力成本的1/3，定价18万元起 [15] - **特斯拉**人形机器人“擎天柱”团队发布了其跑步视频，刷新了实验室个人纪录 [25] - **宇树科技**已完成IPO辅导工作，该公司是全球首家公开零售高性能四足机器人并最早实现行业落地的公司 [20] - **商汤科技**联合创始人王晓刚出任大晓机器人董事长，该公司将于12月18日发布产品及国内开源商业应用的“开悟”世界模型3.0 [20] - **清华大学**正式成立具身智能与机器人研究院 [24] 大模型与AI应用 - **字节跳动**发布120亿参数视频理解大模型Vidi2，新增精细时空定位功能，能处理数小时原始素材并生成片段，其视频理解能力据称超越Gemini3 pro [18] - **OpenAI**为应对竞争进入“红色警戒”状态，推迟广告业务以集中资源改进ChatGPT，同时正在开发代号为“大蒜”的新模型，据称在编程与逻辑推理测试中优于谷歌Gemini3.0及Anthropic Opus4.5 [13][29] - **可灵**推出视频生成2.6模型，提供“音画同出”能力，能在单次生成中输出带音效的完整视频，视频长度最长可达10秒 [11][12] - **阶跃星辰**开源了GUI Agent技术套组GELab-Zero及4B参数模型，该模型在手机、电脑端GUI任务榜单上取得SOTA成绩 [18] - **豆包手机助手**计划对AI操作手机能力进行规范化调整，将限制刷分、金融类应用及部分游戏场景的使用 [9] - **蔡浩宇旗下AI公司**上线聊天软件AnuNeko，功能包括聊天、查资料、解答问题，但无法生成表格PPT且数据库停留在2023年 [11] - **京东**宣布数字人直播免费向所有商家开放 [17] - **京东、美团、拼多多等8家平台企业**签署全国首份《促进AI技术规范应用承诺书》，以规范AI技术在电商领域的应用 [21] - **小鹏汽车**就AI生成的虚假低俗视频正式报警，谴责滥用AI技术抹黑公司形象的行为 [27] 芯片与基础设施 - **亚马逊云科技**推出定制AI芯片Trainium3，运算速度是上一代的四倍，与使用同等GPU的系统相比，可将训练和操作AI模型的成本降低多达50% [30] - **清微智能**完成超20亿元人民币C轮融资，资金将投向下一代可重构芯片研发及智算场景落地 [18] - **英伟达CFO**反驳“AI泡沫论”，指出新增算力在不断叠加，全球经济处于向AI数据中心基础设施转型的“早期阶段”，并预测到2030年末全球AI投资将达3万亿至4万亿美元 [24][25] 企业战略与资本市场 - **Anthropic**已启动IPO筹备工作，最早或于2026年上市，据传其在一轮私人融资谈判中的估值将超过3000亿美元 [12] - **徐新掌管的今日资本**以约3亿美元收购字节跳动部分股权，对应估值高达4800亿美元（约合人民币3.4万亿元） [19] - **三星电子**成立AI研究院，并任命30多岁的常务李康旭为首任负责人，以引领下一代AI技术研究 [21] - **Meta**聘请了苹果资深人机界面设计负责人Alan Dye担任首席设计官 [22] - **朱啸虎**评论OpenAI上市，认为其在一级市场募资非常容易，估值3000亿美元的融资远超市，上市没有必要性 [22] - **理想汽车**发布AI眼镜Livis，重量仅36克，比行业主流轻20%，续航达18小时 [9] - **Mistral AI**正式发布基于Apache 2.0开源协议的Mistral 3模型系列 [32] - **Anthropic**收购开发工具初创公司Bun，将其作为AI编码产品的基础架构 [32] - **谷歌联合创始人布林**捐赠了价值逾11亿美元（约77亿元人民币）的Alphabet股票，主要流向其创立的非营利机构 [29] 投融资概览 整体情况 - 本周期全球披露AI融资事件22起，较上一周期减少9起，其中14起披露金额，总融资规模为76.48亿元人民币，平均融资金额为5.46亿元人民币 [35] - 融资阶段分布：早期14个、成长期4个、后期4个 [38] - 本周国内AI领域已披露融资总额为4.22亿元人民币，融资额最高的为具身智能机器人研发商**戴盟机器人**，完成1亿元人民币A轮融资 [44] - 本周海外AI领域已披露融资总额为72.27亿元人民币，融资额最高的为AI图像生成模型开发商**Black Forest Labs**，完成3亿美元B轮融资 [53] 地区分布 - 本周国内获投AI企业地区主要集中在广东（6起）、上海（2起）、安徽（2起）、北京（2起）、山东（1起） [41] 其他融资事件 - **他山科技**（AI触觉感知）在三季度连续完成A3、A4轮数亿元融资，共有13家资方入局 [19][20] - **超智**（上海智能机器人研发商）完成天使轮融资，投资方包括卡倍亿、宏润建设 [49] - **美酷瑞**（上海AI游戏开发商）完成天使+轮融资 [49]

文章核心观点 - Anthropic公司推出的模型上下文协议在发布一周年之际，其发展现状与最初的宏大愿景形成巨大反差，行业接受度表面提升但实际关注度低迷，且其自身产品策略也在向名为Skills的新系统倾斜[1] - MCP协议旨在解决AI应用开发中重复造轮子的痛点，但其在工程落地中暴露出导致模型效率降低、成本激增、可靠性下降以及安全隐患等根本性缺陷[3][4][5][6][7] - MCP生态因门槛过低导致大量重复和低质量的工具涌现，增加了开发者的筛选成本，并存在广泛的安全漏洞[8][9] - Anthropic公司通过推出Skills系统并在技术上优化MCP调用方式，实质上是对MCP原始设计缺陷的修正，标志着其从试图统一世界的通用协议向更务实、定制化方案的转变[10][11] - 无论是MCP还是Skills，都是当前AI智力不足阶段的过渡性工程补丁，MCP的最终生态位可能将回归为处理长尾数据的基础设施，而非万能解决方案[12][13][14] MCP协议的发展现状与行业接受度 - MCP Registry目前收录了近2000个Server，比9月份刚上线时增长了407%[1] - OpenAI、Google、AWS、HuggingFace等主要行业参与者均已宣布接入MCP，使其在纸面上成为一个被行业接受的开放标准[1] - 尽管有官方数据支持和行业巨头背书，但MCP周年庆在社交媒体上几乎未引发讨论，关注度与发布时的轰动形成鲜明对比[1] MCP协议的设计初衷与核心承诺 - MCP协议旨在解决AI应用开发中，开发者需要为每个外部服务（如Google Drive、Slack）重复编写适配代码的痛点[3] - MCP承诺“一次开发、处处运行”，即服务提供商编写一个MCP Server后，可被Claude、Cursor等各种AI Agent直接使用，无需重复适配[3][4] - 发布初期，开发者社区反应热烈，GitHub上涌现大量MCP项目，覆盖查天气、看股票等多种功能[4] MCP协议在工程落地中的主要缺陷 - **上下文与成本问题**：MCP调用需占用模型上下文窗口，工具定义、请求和结果均消耗Token，多次调用后上下文迅速膨胀，导致成本激增[4] - 例如，仅GitHub官方的MCP就定义了93个工具，消耗55000个Token；挂载20个MCP Server几轮对话后上下文就可能耗尽[4] - Anthropic承认，处理一份两小时会议文档可能额外消耗50000个Token，更大文档会导致工作流崩溃[5] - **模型性能下降**：当加载过多MCP工具时，模型的注意力被稀释，可能导致推理错误，例如不信任工具返回的正确结果（如将-9误报为+9）[7] - **安全隐患**：早期MCP权限设计粗放，例如文件系统MCP可能赋予AI读写整个磁盘的权限，曾导致代码库被误删等事故，引发企业安全部门的担忧[7] MCP生态面临的质量与安全问题 - 由于搭建MCP Server门槛极低（几十行代码），导致生态中充斥大量重复和低质量的工具，真正设计精良、维护活跃的很少[8] - 一项针对近1900个MCP Server的研究发现，大量存在凭证暴露、缺乏访问控制、CORS问题、资源管理不当、传输安全等问题，安全隐患普遍[8][9] - 生态的虚假繁荣反而增加了开发者筛选可用、可靠工具的成本，有时甚至高于自己开发一个[8] Anthropic的产品策略转向与技术修正 - Anthropic在其最新版Claude中，正用一套名为Skills的系统接管越来越多的工作（如生成PPT、处理Excel），MCP在官方文档中的位置被边缘化[1][10] - Skills的本质是将高频、经过验证的能力封装为精简预设，进行原生集成，这比通过通用协议调用更快、更稳、更节省Token[10] - Anthropic在技术博客中提出新思路：让Agent编写代码去调用MCP，而非直接暴露工具定义，据称这种方式能减少98.7%的Token消耗，这被视作对MCP原始设计缺陷的变相承认[10][11] 对AI工具协议发展阶段的宏观看法 - MCP和Skills，连同Prompt工程，都是当前为弥补AI智力不足而采取的确定性工程补丁[12][13] - 真正的超级智能可能无需此类协议，能够自主适配和获取信息[13] - MCP并未彻底失败，Anthropic仍在推进其企业级功能，IBM也宣布将贡献企业级资产，但其定位已从“万能协议”回归为“基础设施”，最终生态位可能是：高频能力由Skills处理，长尾数据由MCP连接[14] - MCP的最大贡献可能在于促使行业不再盲目堆砌工具，而是开始思考哪些接口才是真正重要的[14]

公司估值与市场表现 - 公司估值在近期飙升至3500亿美元 [2] - 其核心产品Claude Opus 4.5在企业级市场占据了32%的份额 [2] 核心领导团队 - 首席执行官Dario Amodei曾为OpenAI研究副总裁，因无法接受老东家在安全问题上的激进策略而带领团队出走 [3][5] - 总裁Daniela Amodei具备从政治竞选到Stripe风控经理，再到OpenAI安全副总裁的罕见履历，负责公司的实际运营管理 [6][8] - 首席产品官Mike Krieger是Instagram联合创始人，其加入标志着产品从工程师工具向国民级应用的转型 [9][11] - 首席技术官Rahul Patil曾任支付巨头Stripe的CTO，深谙驾驭庞大工程系统之道 [12][14] 技术研发与安全理念 - 对齐科学负责人Jan Leike曾是OpenAI“超级对齐”团队联席主管，因对安全问题的失望而加入，其理念是为后AGI时代的人类繁荣而优化 [14][16] - 首席科学官Jared Kaplan是理论物理学家出身，用量子场论思维解构神经网络，为公司确立长期科研方向 [16][18] - 首席计算官Tom Brown是GPT-3的幕后缔造者，正负责指挥被形容为“人类历史上最大规模基础设施建设”的计算任务 [18][20] - 首席架构师Sam McCandlish拥有斯坦福理论物理博士学位，论文引用量超过10万次，专注于解决硬核的模型训练难题 [20][22] 企业治理与风险控制 - 首席信息安全官Vitaly Gudanets曾在Netflix全球扩张期间守护其数据安全，负责公司的网络安全防御 [23][25] - 政策负责人Jack Clark由彭博社科技记者转型为OpenAI政策总监，负责对外游说并为AI制定规则 [25][27] - 首席财务官Krishna Rao曾在Airbnb和Fanatics掌管财务战略，为公司规划财务路径 [27][29]

投资评级 - 对阿里巴巴的投资评级为“买入”，并予以维持 [2][7][14] 核心观点 - 阿里巴巴明确聚焦以AI+云为核心的科技平台、购物与生活服务融合的大消费平台，战略价值进一步强化，蓄力带动长期增长正循环 [7] - 尽管因即时零售和AI等新业务投入力度加大，下调26财年盈利预测至1187亿元（前值为1255亿元），但维持27-28财年盈利预测为1553/1788亿元，看好平台高质量增长势能 [7][14] 财务数据及盈利预测 - 预计2QFY26收入达2528亿元，同比增长6.9%，Non-GAAP归普净利润128亿元，同比下滑65% [7][8] - 预计各业务板块收入同比变化：中国电商集团+23.8%、国际数字商业集团+18.5%、云智能集团+30.0%、所有其他收入-30.6% [7][8] - 营业收入预测：FY26E为1,044,821百万元（同比增长4.9%），FY27E为1,162,813百万元（同比增长11.3%），FY28E为1,270,267百万元（同比增长9.2%） [7][17] - Non-GAAP归普净利润预测：FY26E为118,702百万元（同比下滑25.1%），FY27E为155,261百万元（同比增长30.8%），FY28E为178,810百万元（同比增长15.2%） [7][17] 电商业务表现与战略 - 基于庞大的用户和商家网络及体验优化，预计2QFY26淘天GMV增势延续，CMR（客户管理收入）预计实现约10%增速，驱动因素为全站推渗透率提高带来的take rate提升 [7][9] - “一体化电商”战略协同，即时零售单量快速提升，淘宝闪购联合饿了么日订单量曾突破8000万单并在后续周末超9000万单 [7][10] - 预计FY2Q26单季度淘宝闪购亏损约350-400亿元，但中短期亏损收窄路径清晰，预计Q4某一单月度UE较峰值缩减一半 [7][10] 阿里云与AI业务发展 - 阿里云以35.8%市场份额稳居行业第一，预计2QFY26云收入增长进一步提速，经调整EBITA利润率环比稳定 [7][11] - 国内企业AI渗透率提升，推理需求爆发，阿里云栖大会重磅发布七连发大模型产品，Qwen3-Max性能跻身全球前三 [7][11] - 集团积极推进三年3800亿元的AI基础设施建设计划，并预计持续追加，合作英伟达布局Physical AI，夸克、钉钉、高德等应用生态产品深化发展 [7][11][12] 国际业务表现 - 国际数字商业集团（AIDC）聚焦中东、欧洲、日韩等多元化市场，预计2QFY26收入保持良性增长 [7][13] - 集团加大平衡AIDC投资效率，盈利改善加速，预计经调整EBITA有望持续减亏，保持盈亏平衡，并于年内有望实现单季度盈利 [7][13]

评级与目标价 - 中信建投予阿里巴巴-W“买入”评级，目标价为216.72美元/ADS，对应港股210.76港币/股 [1] - 采用分部估值法，中国电商集团每ADS估值145.67美元，云智能集团每ADS估值71.04美元 [1] 长期财务预测 (FY2026-2027) - 预计FY2026收入增速3.30%，FY2027收入增速11.11% [1] - 预计FY2026 Non-GAAP净利润1217.30亿元，同比下降23.02% [1] - 预计FY2027 Non-GAAP净利润1626.09亿元，同比增长33.58% [1] 短期业绩前瞻 (FY2Q2026) - 预计中国电商集团本季度收入增速约11.55% [2] - 预计中国电商集团CMR增速约10.04%，受益于闪购带动的交叉销售及AI优化广告效率 [2] - 预计本季度调整后EBITA同比下降72.58%至122.11亿元，主要受闪购投入拖累 [2] - 预计本季度闪购业务亏损约350亿元，扣除闪购的电商业务EBITA同比正增长 [2] 云智能集团业务展望 - 预计云智能集团本季度收入增速约30%，经调EBITA利润率约9%，同比基本持平 [2] - 预计CapEx保持较高水平，公司正积极推进3800亿元的AI基础设施建设并计划追加更大投入 [2] - 为迎接ASI时代，对比2022年GenAI元年，到2032年阿里云全球数据中心能耗规模将提升10倍，算力投入将指数级提升 [2]